GPT-5.6 Sol、30年来の統計予想を90分で反証

ペンシルベニア大学Wharton Schoolの准教授Edgar DobribanはOpenAIのGPT-5.6 Sol Proを使用して、統計学における中心的な未解決問題に取り組むことにしました。問題の中心はBenjamini-Hochberg（BH）手順で、1995年にYoav BenjaminiとYosef Hochbergによって開発されました。研究者が数千の仮説を同時に検証する場合（人間のゲノムをスキャンして疾患関連遺伝子を探すなど）に発生する誤検出の爆発的増加という繰り返し生じる問題に対処するための手法です。BH手順は偽発見率（FDR）を制御します。FDRは報告された有意な結果のうち実際は誤検出である割合として定義されます。元の論文は13万回以上の引用を集めており、現在は現代統計学および科学分野全般で広く導入されています。BenjaminiとHochbergは最初、独立したデータで彼らの手法が機能することを証明しました。しかし現実世界のデータはしばしば相関を持ちます。例えば遺伝子変異は特定のゲノム位置が一緒に遺伝する場合に頻繁に関連しています。数十年間、統計学者たちは特に双方向の偏差を検定する場合、BH手順も相関を持つ正規分布データでも確実に機能すると想定していました。しかし広範な使用と理論的重要性にもかかわらず、誰もこの仮説を正式に証明したことはありませんでした。

DobribanはGPT-5.6 Sol Proを使用して、実際の偽発見率が目標値を超えることを正式に証明する統計モデルを構築し、長年の予想を反証しました。シミュレーションが結果を確認し、Dobribanはプレプリントと共にコードを公開しました。差は控えめです。実際の偽発見率を0.104、目標値を0.1と報告しています。Dobribanはこの結果が「現在のところ理論面で重要」であり「実用的な影響についてはさらなる調査が必要」であると書いています。重要なことに、この知見はBH手順が実際には使用不可能であることを示唆するものではありません。

注目を集めたのは速度と能力のギャップです。GPT-5.6 Sol Proは問題を約90分で解きました。その前身のGPT-5.5は複数のエージェントで約20時間の処理を行ってもなお解を見つけられませんでした。Dobribanはこの劇的な違いについて述べています。「能力の向上は本当です。エキサイティングな時代に生きていますね！」バークレー統計学者で同じ分野で活動するWill Fithianはこの反証された予想を「私の統計学分野で最も興味深い未解決問題」と呼び、その結果を「数学をはるかに超えた影響を持つAI能力の進化の別の指標」と特徴づけました。Fithianはまたこの瞬間の感情的な重みを深く考察し、「重要な結果は常に同僚との祝い、賞賛する人間の洞察、インスピレーションを与える人間の達成を意味していた往年を悼まずにはいられません」と書いています。

解法の仕組みは可能性と限界の両方を明らかにします。Dobribanはこのプロ版が完全に新しい手法を発明するのではなく、既知の統計手法を異例の方法で組み合わせたことを指摘しました。彼はこの組み合わせは異例だが最終的には「特に驚くべきものではない」と述べています。既存の手法をつなぐ正しい方法を見つけることが課題でしたが、新しいモデルはこの問題を解くことに長けていることを証明しました。この観察は結果では未解決のより深い疑問に触れています。人間データで学習したAIシステムが本当に新しい知識を推論できるのか、それとも学習データからのパターンの再組み合わせに限定されるのか。再組み合わせが限界であったとしても、Dobribanの研究は人間の研究ワークフローに統合されたツールとしての実用的な有用性を示しています。ただし、自己改善するAIを構築して汎化させるなど、より野心的な目標には再組み合わせを超えた能力が必要かもしれません。これはディープラーニング先駆者Richard Suttonの関心を引きました。彼は最近、まさにその目標を追求するスタートアップを設立しています。

Benjamini-Hochberg手順は1995年以来現代統計学の基礎となっており、特にゲノミクスのような数千の同時検査から誤検出を除外する必要がある分野で重要です。ほぼ30年間、統計学者コミュニティはこの手法が相関を持つデータでも確実に機能すると想定していました。相関のあるデータは遺伝子変異が一緒に遺伝する場合など現実世界ではよくある状況です。しかし誰もこの仮説を正式に証明していませんでした。ペンシルベニア大学のEdgar Dobribanはその空白を埋めるためにGPT-5.6 Sol Proを活用し、特定の条件下では偽発見率が目標値を超えることを示す反例を構築しました。解答の速さが際立っています。90分対前世代モデルの約20時間、そして数十年の人間による失敗した試みです。Dobribanは新しい手法を発明するのではなく既知の統計手法を異例の方法で組み合わせたことを認めており、これは数学における同様のAIの突破口で見られるパターンです。これはAIの推論に関する根本的な疑問を生じさせます。これらのシステムは真に新しい知識を生み出せるのか、それとも学習データから知った考えを洗練した再組み合わせに限定されるのか。再組み合わせが上限であったとしても、Dobribanの研究は人間のワークフローに組み込まれたツールとしての実用的価値を示しています。より広範な含意は依然として不透明ですが、ディープラーニングの先駆者Richard Suttonを含む一部の研究者は、本当の自己改善と汎化には再組み合わせを超えた能力が必要だと信じています。

まだコメントがありません。最初のコメントを投稿しましょう！